光鑷+拉曼，打造發酵菌識別新平臺｜Scatcher Ultra讓微生物快速檢測邁入單細胞時代

2025-08-09 10:00:22 32閱讀次數

掃碼分享

在乳制品、釀酒、食品工業中，發酵菌群的種類與動態直接影響產品風味與質量。然而傳統微生物檢測手段周期長、效率低、響應慢，難以滿足高效發酵工藝對“實時監控、快速鑒定”的新需求。

研發的Scatcher Ultra 單細胞拉曼光鑷分選儀，在多個微生物研究場景中展現出優秀的識別能力，在本研究中也應用于發酵菌快速識別中。Scatcher Ultra融合光鑷與拉曼光譜技術，構建了從單細胞精準操控、光譜采集到AI算法識別的全流程平臺，為復雜樣品中的發酵菌快速識別與定性提供了一種新型解決方案。

圖1 單細胞拉曼光鑷系統示意圖

圖a為單細胞拉曼光鑷系統專用芯片的設計示意圖；圖b為該芯片檢測區域的顯微成像

掃描二維碼

獲取更多產品信息！

應用亮點一覽

· 無需染色標簽、無需熒光或抗體標記，保持細胞原始狀態

· 單細胞鎖定識別光鑷穩定捕獲細胞，提升拉曼光譜信噪比與重復性

· 微流控芯片自動進樣適用于液體發酵樣品，無需復雜樣品處理操作

· AI算法快速分類結合SVM、XGBoost等機器學習算法，識別準確率達95%以上

· 可擴展性強支持混菌樣品分析，驗證真實發酵環境中檢測可靠性

應用場景：識別6種乳酸菌，混菌環境下也不含糊

本應用以酸奶發酵過程為模型，分離獲得保加利亞乳桿菌、嗜熱鏈球菌等6種常見乳酸菌，搭建起了單細胞拉曼光鑷檢測與分類流程：

? 實驗步驟概覽：

01制備乳酸菌樣品并與納米銀顆粒（AgNPs）混合

02使用Scatcher Ultra平臺中的光鑷系統在微流控芯片中穩定捕獲細胞

03采集每種菌100條拉曼光譜

04訓練SVM與XGBoost分類模型，預測準確率>95%

? 結果亮點：

· 光鑷顯著增強SERS信號穩定性，標準差降低、信噪比上升

圖2 保加利亞乳桿菌信噪比統計

圖a為三組實驗（僅光鑷，僅SERS，光鑷+SERS）的信噪比標準差統計；圖b為三組實驗的信噪比數據分布圖

· 多種乳酸菌之間特征峰位差異清晰，如610、772、1176 cm^-1等

圖3各類乳酸菌SERS拉曼信號分析

圖a為6種乳酸菌拉曼光譜t-SNE聚類結果；圖b為類植物乳桿菌的拉曼光

譜增強效果，b1為未經過SERS增強的拉曼光譜；圖c為6種乳酸菌的SERS光譜的均值方差圖

· 混菌樣本中也能成功識別出目標菌（預測準確率95%以上）

圖4 基于機器學習算法對6種乳酸菌構建分類識別模型

圖5 混合樣品SERS光譜與預測乳酸菌光譜比對

圖a為實驗菌種1與嗜熱鏈球菌光譜比對；圖b為實驗菌種2與保加利亞乳

桿菌光譜比對

能鎖定、能識別、還能擴展｜一臺值得托付的微生物識別拉曼光鑷平臺

相比傳統方法，Scatcher Ultra 在多個維度上表現亮眼：

1. 在液體中穩穩鎖定細胞，解決細胞漂浮、拉曼信號不穩定難題

2. 集成拉曼成像+機器學習分析，實現“所見即所判”

3. 不挑樣本、不限菌種，面對混菌或低豐度菌種依然表現出色。

開啟微生物識別的“即看即識”時代

借助Scatcher Ultra 單細胞拉曼光鑷分選儀，我們不僅實現了乳酸菌的快速、穩定識別，也為微生物發酵行業提供了更先進的檢測工具。未來，該平臺也有望在功能菌株篩選、環境樣本分析及難培養微生物研究等方向持續拓展應用邊界，推動微生物研究進入單細胞精細化時代。

掃碼獲取技術手冊

或預約產品演示

讓每一條光譜都“有跡可循”

參考文獻：

Shang, L., Liang, P., Xu, L., Xue, Y., Liu, K., Wang, Y., ... & Li, B. (2023). Stable SERS detection of lactobacillus fermentum using optical tweezers in a microfluidic environment. Analytical chemistry, 96(1), 248-255.